Un equipo suizo ha aplicado los principios de selección darwiniana para desarrollar robots. Que como es esto? Bueno, el resultado ha permitido la creación de robots que pueden caminar e incluso de cooperar entre sí para lograr objetivos comunes y hasta “cazar” en grupo.
El secreto esta en una red neuronal cuyas entradas son controladas por los sensores del robot mientras que sus salidas controlan los motores que le permiten desplazarse. Asombrosamente, algunos fueron capaces de
comportarse de forma altruista.
Como todos sabemos existen robots que tienen un comportamiento que esta completamente predeterminado por la fabrica que lo realizo y este realiza las tareas regidamente establecidas anteriormente. Existen otros que su comportamiento es controlado por la inteligencia artificial, lo que hace que "aprendan" reglas que regiran sus moviemientos posteriormente. Estos últimos pertenecen los robots creados por los investigadores de la Ecole Polytechnique Fédérale de Lausanne y la University of Lausanne, en Suiza.
Su creador, el profesor Dario Floreano del The Laboratory of Intelligent Systems (LIS) asegura que los resultados “demuestran que gracias a los mecanismos de la selección natural, sólo unos pocos cientos de generaciones son suficientes para permitir que los robots evolucionen lo suficiente como para ser capaces de circular sin chocar entre sí por el interior de un laberinto, elaboren sofisticadas estrategias de cazadores y presas, cooperen entre sí e incluso desarrollen algo parecido al altruismo". Floreano los ha equipado con una red neuronal que modifica su comportamiento a lo largo del tiempo, basándose en sus “experiencias” y en los resultados que obtienen al aplicar cada estrategia. De alguna forma, los humanos aprendemos a desempeñarnos de una forma bastante parecida. Los comportamientos mencionados “tuvieron lugar, en todos los casos, a través de la sele
cción natural, gracias al uso de una red neuronal simple”, dice el profesor. Las neuronas de la capa de entrada de la red neuronal fueron activadas por sensores del robot, mientras que la capa de salida se encargó de controlar sus motores.
Cuando comenzaron este experimento cada robot tenia un "genoma" diferente. Este genoma cibernético no es otra cosa que una descripción de las diferentes conexiones que existen entre sus neuronas artificiales. Esta situación dio lugar a una serie de comportamientos singulares y erráticos, siendo la mayoría de las veces incapaces de desplazarse en linea recta, evitar los obstáculos que se interponían en su camino o recorrer el interior del laberinto. Pero la “selección darwiniana robótica” fue modificando estos comportamientos mediante la elección de los genomas artificiales que poseían una mejor aptitud para resolver los problemas que Floreano les planteaba. Estos “genes exitosos” se utilizaban como base para producir la siguiente generación de robots. El equipo de Lausanne encontró que luego de unas 100 generaciones los robots fueron capaces de moverse a través de un laberinto sin chocar con los obstáculos.
Luego se diseñaron experimentos que exigían a los robot aprender el comportamiento típico de los depredadores. Para ello debían -por ensayo y error, tal como ocurre en la evolución biológica- desarrollar estrategias exitosas como el acecho o el uso de los “muros” de su mundo para lograr atrapar a las presas. Asombrosamente, los robots demostraron nuevamente ser capaces de evolucionar, incluso demostrando comportamientos típicamente altruistas. En algunos juegos de los que participaron, en que el objetivo a cumplir requería de la colaboración de dos o mas robots, varias veces algunos se “sacrificaron” (quedando fuera de juego, por ejemplo) para que el equipo que integraban lograse el éxito. "Estos ejemplos de la evolución experimental en robots resultan muy útiles para verificar el verdadero poder que poseen las estrategias de evolución por mutación, recombinación y selección natural", dice Floreano. "La capacidad de los robots para orientarse, escapar de los depredadores, e incluso cooperar es particularmente notable, dado que tenían los genotipos mapeados deliberadamente de forma sencilla, y que las redes neuronales utilizadas estaban compuestas por sólo una docena de neuronas".
Los resultados han sido publicados en Plos Biology, quedando demostrado que los robots pueden aprender por si mismos. Esto da lugar a que podriamos tener un robot con el "cerebro" en blanco y entonces enseñarle las tareas que tendria que hacer en cada momento. Los resultados han dejado ver que los robots pueden ser de alguna forma altruistas, lo que nos deja pensando que pasaria si alguno de estos robots con la libertad que pueda tener, observe que un humano es un obstáculo para la concreción de la tarea que se le ha encomendado, y entonces decidir eliminarlo. Seria necesario agregarle a los robots de Dario Floreano una serie de rígidas reglas de control y asi obtener un mejor resultado.
Por lo pronto, este trabajo ha permitido descubrir que los robots no necesariamente tienen que ser estúpidos: pueden aprender y evolucionar por sí mismos.
Fuentes| neoteo
Plos Biology
El secreto esta en una red neuronal cuyas entradas son controladas por los sensores del robot mientras que sus salidas controlan los motores que le permiten desplazarse. Asombrosamente, algunos fueron capaces de
comportarse de forma altruista.Como todos sabemos existen robots que tienen un comportamiento que esta completamente predeterminado por la fabrica que lo realizo y este realiza las tareas regidamente establecidas anteriormente. Existen otros que su comportamiento es controlado por la inteligencia artificial, lo que hace que "aprendan" reglas que regiran sus moviemientos posteriormente. Estos últimos pertenecen los robots creados por los investigadores de la Ecole Polytechnique Fédérale de Lausanne y la University of Lausanne, en Suiza.
Su creador, el profesor Dario Floreano del The Laboratory of Intelligent Systems (LIS) asegura que los resultados “demuestran que gracias a los mecanismos de la selección natural, sólo unos pocos cientos de generaciones son suficientes para permitir que los robots evolucionen lo suficiente como para ser capaces de circular sin chocar entre sí por el interior de un laberinto, elaboren sofisticadas estrategias de cazadores y presas, cooperen entre sí e incluso desarrollen algo parecido al altruismo". Floreano los ha equipado con una red neuronal que modifica su comportamiento a lo largo del tiempo, basándose en sus “experiencias” y en los resultados que obtienen al aplicar cada estrategia. De alguna forma, los humanos aprendemos a desempeñarnos de una forma bastante parecida. Los comportamientos mencionados “tuvieron lugar, en todos los casos, a través de la sele
cción natural, gracias al uso de una red neuronal simple”, dice el profesor. Las neuronas de la capa de entrada de la red neuronal fueron activadas por sensores del robot, mientras que la capa de salida se encargó de controlar sus motores.Cuando comenzaron este experimento cada robot tenia un "genoma" diferente. Este genoma cibernético no es otra cosa que una descripción de las diferentes conexiones que existen entre sus neuronas artificiales. Esta situación dio lugar a una serie de comportamientos singulares y erráticos, siendo la mayoría de las veces incapaces de desplazarse en linea recta, evitar los obstáculos que se interponían en su camino o recorrer el interior del laberinto. Pero la “selección darwiniana robótica” fue modificando estos comportamientos mediante la elección de los genomas artificiales que poseían una mejor aptitud para resolver los problemas que Floreano les planteaba. Estos “genes exitosos” se utilizaban como base para producir la siguiente generación de robots. El equipo de Lausanne encontró que luego de unas 100 generaciones los robots fueron capaces de moverse a través de un laberinto sin chocar con los obstáculos.
Luego se diseñaron experimentos que exigían a los robot aprender el comportamiento típico de los depredadores. Para ello debían -por ensayo y error, tal como ocurre en la evolución biológica- desarrollar estrategias exitosas como el acecho o el uso de los “muros” de su mundo para lograr atrapar a las presas. Asombrosamente, los robots demostraron nuevamente ser capaces de evolucionar, incluso demostrando comportamientos típicamente altruistas. En algunos juegos de los que participaron, en que el objetivo a cumplir requería de la colaboración de dos o mas robots, varias veces algunos se “sacrificaron” (quedando fuera de juego, por ejemplo) para que el equipo que integraban lograse el éxito. "Estos ejemplos de la evolución experimental en robots resultan muy útiles para verificar el verdadero poder que poseen las estrategias de evolución por mutación, recombinación y selección natural", dice Floreano. "La capacidad de los robots para orientarse, escapar de los depredadores, e incluso cooperar es particularmente notable, dado que tenían los genotipos mapeados deliberadamente de forma sencilla, y que las redes neuronales utilizadas estaban compuestas por sólo una docena de neuronas".
Los resultados han sido publicados en Plos Biology, quedando demostrado que los robots pueden aprender por si mismos. Esto da lugar a que podriamos tener un robot con el "cerebro" en blanco y entonces enseñarle las tareas que tendria que hacer en cada momento. Los resultados han dejado ver que los robots pueden ser de alguna forma altruistas, lo que nos deja pensando que pasaria si alguno de estos robots con la libertad que pueda tener, observe que un humano es un obstáculo para la concreción de la tarea que se le ha encomendado, y entonces decidir eliminarlo. Seria necesario agregarle a los robots de Dario Floreano una serie de rígidas reglas de control y asi obtener un mejor resultado.
Por lo pronto, este trabajo ha permitido descubrir que los robots no necesariamente tienen que ser estúpidos: pueden aprender y evolucionar por sí mismos.
Fuentes| neoteo
Plos Biology
Comments
0 Response to 'Haciendo robots siguiendo el estilo de la selección Darwiniana'
Publicar un comentario